提出了一种使用神经网络来实现永磁同步电机模型预测控制参数寻优的方法。首先，使用不同参数组合进行多次仿真，并提取逆变器平均开关频率、总谐波畸变等系统关键性能指标数据。然后，用获取的数据训练神经网络，训练好的神经网络可以作为仿真模型的替代，根据任意参数组合的输入，快速、精确地估计系统相应的性能指标。针对3种不同用户定义的适应度函数在不同负载转矩下设计的参数组合进行了验证，神经网络预测的性能指标与仿真结果接近（误差小于5%），证明神经网络可以更好地替代仿真模型来进行参数组合最优解的快速穷举搜索。最后，通过半实物实验证明了所选参数的一致性。